---
title: "De los modelos de lenguaje a los modelos de olfato: la revolución de la IA aplicada al diagnóstico no invasivo"
description: "Modelos de olfato: la inteligencia artificial ahora puede diagnosticar enfermedades mediante la detección de olores, prometiendo diagnósticos rápidos, no invasivos y de bajo coste."
---

[Blog](https://www.transformapartnering.com/es-es/blog-transforma-partnering)

# [De los modelos de lenguaje a los modelos de olfato: la revolución de la IA aplicada al diagnóstico no invasivo](https://www.transformapartnering.com/es-es/blog-transforma-partnering/cuando-la-inteligencia-artificial-aprende-a-oler)

 Escrito por [Oriol Bes](https://www.transformapartnering.com/es-es/blog-transforma-partnering/author/oriol-bes) | 20 octubre 2025

##### *Informe creado a partir de mi experiencia en IA  e innovación y mi pasión por la tecnología aplicada a Healthcare con el apoyo de las capacidades de Investigación de la IA. *

#### Cuando la inteligencia artificial aprende a oler

Los **modelos de lenguaje (LLM)** han revolucionado la forma en que las máquinas entienden y generan texto.  
Ahora, un nuevo campo comienza a abrirse paso: los **modelos de olfato (Smell Language Models, SLM)**.  
La compañía **AINOS** ha desarrollado un sistema capaz de “sentir” compuestos orgánicos volátiles (VOC) asociados a enfermedades, combinando sensores químicos de alta precisión con un modelo de aprendizaje que interpreta patrones de olor.  
Esta tecnología promete diagnósticos **rápidos, no invasivos y de bajo coste**, aplicables a múltiples patologías.

#### De la naturaleza al laboratorio: el precedente animal

Durante años, numerosos estudios han demostrado la sorprendente capacidad olfativa de los animales para detectar enfermedades humanas.  
Los datos son elocuentes:

| **Categoría** | **Patología** | **Animal** | **Sensibilidad** | **Especificidad** |
| --- | --- | --- | --- | --- |
| **Cánceres** | Pulmón | Perro / Abeja | 78–100% | 68–100% |
| Mama | Perro | 88–100% | 98–100% |  |
| Colon | Perro | 91–97% | 99% |  |
| Próstata | Perro | 91–100% | 91–99% |  |
| Vejiga | Perro | 41–73% | 92–99% |  |
| Ovario | Perro | 70–97% | 95–99% |  |
| **Infecciosas** | Tuberculosis | Rata africana | 82–99% | 66–88% |
| COVID-19 | Perro | 65–100% | 76–99% |  |
| **Neurológicas / metabólicas** | Parkinson | Perro | 70–89% | 87–98% |
| Epilepsia | Perro | 67–100% | 95–100% |  |

 

Estos resultados muestran que el olfato animal puede alcanzar una **precisión diagnóstica similar o superior a los métodos estándar**, utilizando muestras de aliento, sudor, orina o plasma.  
El reto, hasta ahora, era la **dependencia del animal concreto** y la **dificultad de su entrenamiento**.

#### AINOS y el nacimiento del “Smell Language Model”

**AINOS** ha dado un paso adelante con tres elementos clave:

1. **AI Nose Hardware (SmellTech)** – sensores químicos de última generación capaces de detectar patrones moleculares de olor.
2. **Smell Language Model (SLM)** – un modelo de inteligencia artificial que “aprende” el lenguaje de los olores y lo traduce en información médica.
3. **Integración clínica** – acuerdos con fabricantes de dispositivos médicos para llevar esta tecnología a la práctica hospitalaria.

Esta combinación permite imaginar dispositivos capaces de realizar diagnósticos **soplando en un sensor**, con resultados inmediatos y fiables.

#### El ecosistema de dispositivos VOC: más allá de AINOS

El campo de la detección de **biomarcadores volátiles (VOC)** está creciendo rápidamente.  
Actualmente, **solo dos tecnologías** han recibido autorización de la **FDA**, y **seis** disponen de **marcado CE** en la Unión Europea.

1. **InspectIR COVID-19 Breathalyzer (EE. UU.)**

- Primer dispositivo basado en aliento autorizado por la FDA (EUA, 2022).
- *Sensibilidad:* 91,2% · *Especificidad:* 99,3%.
- Resultados en menos de 3 minutos.
- Abrió el camino regulatorio para la detección basada en VOC.

1. **Cyranose 320 (Sensigent, EE. UU.)**

- Sensor con 32 polímeros conductivos (*chemiresistive array*).
- Aprobado por la FDA 510(k).
- Validado en más de **48 estudios clínicos** (asma, EPOC, cáncer, apnea).

1. **Owlstone Medical (Reino Unido)**

- Tecnología **FAIMS + GC-MS**, de altísima sensibilidad molecular.
- Colaboración con la **FDA (2024–2029)** para establecer estándares globales.
- Proyectos con **AstraZeneca** y la **Bill & Melinda Gates Foundation**.
- Desarrolla *EVOC probes* para detectar tumores mediante metabolitos específicos.

1. **Menssana Research (EE. UU./UE)**

- Sistema **GC-SAW**, capaz de detectar VOC en 2 minutos.
- Marcado CE y validado para *cáncer de mama, pulmón y tuberculosis*.
- Valor predictivo negativo cercano al 100%.

1. **Aeonose y SpiroNose (Países Bajos)**

- Dispositivos portátiles con sensores MOS y conexión a la nube.
- Aplicaciones en *asma, EPOC, cáncer de pulmón y respuesta inmunoterápica.*
- Estudios publicados en *European Respiratory Journal* y *Annals of Oncology.*

1. **NaNose Medical (Israel)**

- Sensores de nanopartículas de oro con reconocimiento mediante IA.
- *85–90% de exactitud* en cáncer de pulmón.
- Financiación de **Google** y **Horizon 2020**.

1. **Fenom Pro (EE. UU.)**

- Sensor electroquímico para *FeNO* (óxido nítrico exhalado).
- Marcado CE (2016).
- Aplicado al diagnóstico y seguimiento del asma.

#### Retos actuales

Pese al potencial, existen obstáculos antes de su adopción generalizada:

- **Estandarización de métodos:** falta un protocolo universal de recogida y análisis del aliento.
- **Validación clínica:** se necesitan ensayos multicéntricos a gran escala.
- **Coste y mantenimiento:** los sensores de alta sensibilidad siguen siendo caros y delicados.
- **Factores externos:** dieta, tabaco, medicación o entorno pueden alterar el perfil VOC.

#### Tendencias emergentes

- **IA + nube:** sistemas capaces de aprender de miles de perfiles de aliento y ofrecer diagnósticos instantáneos.
- **Probes activas (EVOC):** compuestos que interactúan con el metabolismo para hacer visibles biomarcadores latentes.
- **Miniaturización:** dispositivos portátiles o *wearables* para uso doméstico.
- **Regulatory Science Tools:** nuevas vías de validación acelerada gracias a colaboraciones FDA–industria.

#### Oportunidades para el sistema sanitario

- **Cribado masivo no invasivo:** útil para detección precoz de cánceres o infecciones.
- **Monitorización remota:** seguimiento de enfermedades crónicas o postquirúrgicas.
- **Eficiencia económica:** reducción drástica de pruebas invasivas y de laboratorio.
- **Medicina preventiva:** posibilidad de actuar antes de la aparición de síntomas clínicos.

#### Conclusión

La inteligencia artificial ya puede ver, escuchar y hablar. Ahora comienza a **oler**.  
Si los **LLM** transformaron la comunicación, los **SLM** pueden revolucionar la medicina.  
Esta nueva frontera del diagnóstico no solo replica la naturaleza —la **supera** en precisión, escalabilidad y velocidad.  
Un futuro donde detectar una enfermedad sea tan sencillo como respirar ante un sensor está cada vez más cerca. 

 

***Aprende a investigar con IA** *

*En **transForma Partnering** ayudamos a equipos de dirección, I+D y transformación a **identificar oportunidades reales mediante la IA**.* 

- 📊 *Deep Research: aplicamos IA para explorar mercados, tecnologías y tendencias emergentes. *

- *🧠 Formación aplicada: enseñamos a diseñar y ejecutar investigaciones con IA. *

- *🤝 Acompañamiento estratégico: desde la idea hasta el plan de adopción y retorno. *

*🚀 **¿Quieres aprender a investigar con IA y convertirla en una herramienta de innovación real?**   
Contáctame en obes@transformapartnering.com y descubre cómo integrar la IA en tus procesos de investigación, desarrollo y decisión estratégica. *

*Si quieres la conversación que ha servido para crear este post, con mucho más detalle y enlaces, pídemela.* 

[Ver post completo](https://www.transformapartnering.com/es-es/blog-transforma-partnering/cuando-la-inteligencia-artificial-aprende-a-oler)

```json
{
  "@context" : "http://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "Oriol Bes"
  },
  "dateModified" : "2025-10-20T09:47:14.048Z",
  "datePublished" : "2025-10-20T09:47:14Z",
  "headline" : "De los modelos de lenguaje a los modelos de olfato: la revolución de la IA aplicada al diagnóstico no invasivo",
  "image" : {
    "@type" : "ImageObject",
    "height" : 1024,
    "url" : "https://145776287.fs1.hubspotusercontent-eu1.net/hubfs/145776287/IA%20y%20olfato.jpg",
    "width" : 1536
  },
  "mainEntityOfPage" : "https://www.transformapartnering.com/es-es/blog-transforma-partnering/cuando-la-inteligencia-artificial-aprende-a-oler",
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "height" : 60,
      "url" : "/hs/hsstatic/content_shared_assets/static-1.4092/img/default-amp-logo.png",
      "width" : 60
    },
    "name" : "Transforma Partnering Blog"
  }
}
```